如果你写过一点Python，一定听说过“Python自带电池”的说法。但很多人不知道，这组电池里藏着一颗被严重低估的明珠——SQLite。它不是一个玩具，而是一个能跑在生产环境、支撑千万级数据的嵌入式关系型数据库。本文带你从零开始，亲手摸透它的每一处细节，并最终让你自己判断：它到底能撑起多大的应用。
初识SQLite：一个文件就是整个世界
SQLite是一个用C语言编写的嵌入式数据库引擎，它不单独运行成一个服务进程，而是直接链接到应用程序中。当你用Python的sqlite3模块连接一个文件时，如果文件不存在，它会自动创建；连接一个特殊字符串':memory:'，它会在内存中建立临时数据库。所有操作都围绕这个文件展开，迁移、备份、分发都只需复制这个文件。
import sqlite3
# 连接到一个文件数据库（不存在则自动创建）
conn = sqlite3.connect('my_first.db')
print("数据库连接成功，文件已创建")
conn.close()
核心操作：增删改查与事务控制
掌握数据库的第一步永远是建表。使用CREATE TABLE IF NOT EXISTS可以避免重复运行时报错。占位符?用于参数化查询，这是防止SQL注入的黄金法则。
import sqlite3
conn = sqlite3.connect('school.db')
cursor = conn.cursor()
# 创建学生表
cursor.execute('''
CREATE TABLE IF NOT EXISTS students (
id INTEGER PRIMARY KEY AUTOINCREMENT,
name TEXT NOT NULL,
age INTEGER,
grade REAL
)
''')
# 插入单条数据（使用占位符）
cursor.execute("INSERT INTO students (name, age, grade) VALUES (?, ?, ?)",
('林青璇', 19, 88.5))
# 批量插入
data = [('陆一鸣', 20, 92.0), ('苏小冉', 18, 85.0)]
cursor.executemany("INSERT INTO students (name, age, grade) VALUES (?, ?, ?)", data)
# 提交事务，否则数据不会写入文件
conn.commit()
# 查询并打印
cursor.execute("SELECT * FROM students")
for row in cursor.fetchall():
print(row)
conn.close()
修改和删除同样依赖commit()来持久化。你可以在一个事务中执行多个操作，任何一个失败都可以回滚。
import sqlite3
conn = sqlite3.connect('school.db')
cursor = conn.cursor()
try:
# 更新：将林青璇的成绩改为91.0
cursor.execute("UPDATE students SET grade = ? WHERE name = ?", (91.0, '林青璇'))
# 删除：删除苏小冉
cursor.execute("DELETE FROM students WHERE name = ?", ('苏小冉',))
conn.commit()
print("更新和删除成功")
except Exception as e:
conn.rollback()
print("发生错误，已回滚：", e)
finally:
conn.close()
提升体验：字典游标与上下文管理器
默认返回的每一行是一个元组，通过下标访问列不够直观。设置row_factory为sqlite3.Row后，你可以用列名（甚至属性名）访问字段，这比字典更轻量且支持索引。
import sqlite3
conn = sqlite3.connect('school.db')
conn.row_factory = sqlite3.Row
cursor = conn.cursor()
cursor.execute("SELECT name, age, grade FROM students")
for row in cursor:
print(f"{row['name']} 年龄{row['age']}，成绩{row['grade']}")
conn.close()
使用with语句可以自动管理事务和资源：正常退出时自动commit，异常时自动rollback，并且连接会随块结束而关闭。从Python 3.11开始，sqlite3.connect()本身也支持作为上下文管理器。
import sqlite3
with sqlite3.connect('school.db') as conn:
conn.execute("INSERT INTO students (name, age, grade) VALUES (?, ?, ?)",
('江小鱼', 22, 95.0))
# 此处若抛出异常，自动回滚；否则自动提交
生产级特性：备份与WAL模式
在线备份是SQLite的隐藏技能。backup()方法可以将一个数据库完整复制到另一个连接，期间源数据库仍可正常读写（但写操作会短暂等待）。
import sqlite3
with sqlite3.connect('school.db') as src:
with sqlite3.connect('school_backup.db') as dst:
src.backup(dst)
print("备份完成")
对于高并发读写的场景，开启WAL（Write-Ahead Logging）模式能极大提升性能。在WAL模式下，读和写可以并发进行，写操作仍然串行，但不会阻塞读。你可以通过PRAGMA journal_mode=WAL开启，这个设置会持久化在数据库文件中。
import sqlite3
conn = sqlite3.connect('school.db')
conn.execute("PRAGMA journal_mode=WAL")
# 现在可以安全地并发读写
conn.close()
完整实战：一个可运行的迷你学生管理系统
下面给出一个完整的示例，它包含了增删改查的全部逻辑，并且每个函数都独立操作数据库，适合嵌入到你的脚本中。注意，我们使用了sqlite3.Row来简化字段访问。
import sqlite3
DB_NAME = 'student_system.db'
definit_db():
"""初始化数据库表结构"""
with sqlite3.connect(DB_NAME) as conn:
conn.execute('''
CREATE TABLE IF NOT EXISTS students (
id INTEGER PRIMARY KEY AUTOINCREMENT,
name TEXT NOT NULL,
age INTEGER,
grade REAL
)
''')
conn.execute("PRAGMA journal_mode=WAL")
defadd_student(name, age, grade):
"""添加学生"""
with sqlite3.connect(DB_NAME) as conn:
conn.execute("INSERT INTO students (name, age, grade) VALUES (?, ?, ?)",
(name, age, grade))
print(f"添加成功：{name}")
deflist_students():
"""列出所有学生"""
with sqlite3.connect(DB_NAME) as conn:
conn.row_factory = sqlite3.Row
cursor = conn.execute("SELECT * FROM students")
rows = cursor.fetchall()
ifnot rows:
print("暂无学生数据")
for row in rows:
print(f"ID:{row['id']}{row['name']} 年龄{row['age']} 成绩{row['grade']}")
defupdate_grade(student_id, new_grade):
"""更新学生成绩"""
with sqlite3.connect(DB_NAME) as conn:
conn.execute("UPDATE students SET grade = ? WHERE id = ?", (new_grade, student_id))
print(f"ID为{student_id}的学生成绩已更新为{new_grade}")
defdelete_student(student_id):
"""删除学生"""
with sqlite3.connect(DB_NAME) as conn:
conn.execute("DELETE FROM students WHERE id = ?", (student_id,))
print(f"已删除ID为{student_id}的学生")
if __name__ == "__main__":
init_db()
add_student("沈溪", 20, 87.5)
add_student("顾怀瑾", 21, 93.0)
list_students()
update_grade(1, 89.0)
delete_student(2)
list_students()
运行这段代码，你会看到学生列表的完整生命周期。所有操作都使用了with自动管理事务，代码简洁且安全。
深度解析：SQLite到底能跑多大规模？
很多人误以为SQLite只能做“玩具项目”，但事实上，它被用于许多你耳熟能详的软件中：Firefox浏览器历史记录、Chrome的Cookie存储、Android的几乎所有应用、iOS的Core Data底层……这些都不是玩具，而是面向亿万用户的真实场景。
那么量化一下，SQLite的极限在哪里？从数据量看，单个数据库文件可以轻松突破，甚至支持级别。从行数看，单表数千万行配合合理索引，查询响应仍可在毫秒级。从并发读看，开启WAL模式后，数千的纯读负载完全可行。但瓶颈在并发写入：由于写操作是全局串行的（虽然WAL下读写并发，但写之间仍互斥），每秒到次写入是比较舒适的范围，经过优化（如批量写入、短事务）可接近次每秒。如果您的应用需要每秒数百次以上的写入，或者必须支持主从复制、分布式分片，那么PostgreSQL或MySQL才是更合适的选择。
SQLite最适合的场景是：数据存在本地、写入并发不高、需要零配置快速交付的应用。例如桌面软件、移动App、嵌入式设备、小型内部工具、原型验证，甚至是单机爬虫的临时缓存。在这些场景下，它比任何客户端‑服务器数据库都更简单、更快、更稳定。
结语
SQLite就像一把瑞士军刀，平时藏在Python标准库的角落里，却能在关键时刻替你砍掉无数配置和运维的琐事。从创建一个文件开始，到支撑起一个中等规模的应用，它用极简的接口诠释了“够用”的哲学。下次当你需要一个数据库却又不想安装任何服务时，不妨想一想这个Python自带的宝藏。真正的强大，往往藏在最朴素的工具里。
10个月宝宝每天需要喝多少奶粉？
